| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2019-03-09 17:20 畳み込みオートエンコーダを用いた工業製品の不良検査 ○工藤郁弥（シンセメック）・横山想一郎・山下倫央・川村秀憲（北大）  AI2018-58 |
|
| 抄録 | （和） | 工業製品の製造現場において，不良品の検査は目視によって行われることが一般的であるが，検査員の高い人的コストや高齢化が問題となっているため，AI技術による自動化が望まれている．AI技術を用いる異常検知では，良品データおよび不良品データを用いた教師あり学習が利用されることが多いが，工業製品の製造現場では不良品の発生率が低いため不良品データの収集が難しい．そこで，本研究では良品データのみで教師なし学習を行った畳み込みオートエンコーダを利用する不良検査のシステムを提案し，その有用性を検証した．また，画像採取環境を一から構築することにより様々な工業製品に対して提案した不良検査システムが適用できることを示した． |
| （英） | Although inspection of defective products is generally conducted visually at the manufacturing site of industrial products, automation by AI technology is desired as inspection personnel's high human cost and aging become a problem There. In abnormality detection using AI technology, supervised learning using good product data and defective product data is often used, but at the manufacturing site of industrial products, since the incidence of defective products is low, collection of defective item data difficult. Therefore, in this research, we proposed a system of defect inspection using a convolutional auto encoder that unsupervised learning with good data only and verified its usefulness. Also, it has been shown that the proposed defect inspection system can be applied to various industrial products by constructing the image sampling environment from scratch. | |
| キーワード | （和） | 不良検査 / 畳み込みオートエンコーダ / 教師なし学習 / / / / / |
| （英） | Inspection of defect / Convolutional Autoencoder / Unsupervised Learning / / / / / | |
| 文献情報 | 信学技報, vol. 118, no. 492, AI2018-58, pp. 31-36, 2019年3月. | |
| 資料番号 | AI2018-58 | |
| 発行日 | 2019-03-04 (AI) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | AI2018-58 |
|
| 研究会情報 | |
| 研究会 | AI IPSJ-ICS JSAI-KBS JSAI-DOCMAS JSAI-SAI |
| 開催期間 | 2019-03-07 - 2019-03-10 |
| 開催地（和） | ルスツリゾート |
| 開催地（英） | |
| テーマ（和） | 社会システムと情報技術 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | AI |
| 会議コード | 2019-03-AI-ICS-KBS-DOCMAS-SAI |
| 本文の言語 | 日本語 |
| タイトル（和） | 畳み込みオートエンコーダを用いた工業製品の不良検査 |
| サブタイトル（和） | |
| タイトル（英） | Please fill in |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 不良検査 / Inspection of defect |
| キーワード(2)（和/英） | 畳み込みオートエンコーダ / Convolutional Autoencoder |
| キーワード(3)（和/英） | 教師なし学習 / Unsupervised Learning |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 工藤 郁弥 / Fumiya Kudo / クドウ フミヤ |
| 第1著者 所属（和/英） | シンセメック株式会社 (略称： シンセメック) SyntheMec Co LTD (略称： SyntheMec) |
| 第2著者 氏名（和/英/ヨミ） | 横山 想一郎 / Souichiro Yokoyama / ヨコヤマ ソウイチロウ |
| 第2著者 所属（和/英） | 北海道大学 (略称： 北大) Hokkaido University (略称： Hokudai) |
| 第3著者 氏名（和/英/ヨミ） | 山下 倫央 / Tomohisa Yamashita / ヤマシタ トモヒサ |
| 第3著者 所属（和/英） | 北海道大学 (略称： 北大) Hokkaido University (略称： Hokudai) |
| 第4著者 氏名（和/英/ヨミ） | 川村 秀憲 / Hidenori Kawamura / カワムラ ヒデノリ |
| 第4著者 所属（和/英） | 北海道大学 (略称： 北大) Hokkaido University (略称： Hokudai) |
| 講演者 | 第1著者 |
| 発表日時 | 2019-03-09 17:20:00 |
| 発表時間 | 20分 |
| 申込先研究会 | AI |
| 資料番号 | AI2018-58 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.492 |
| ページ範囲 | pp.31-36 |
| ページ数 | 6 |
| 発行日 | 2019-03-04 (AI) |
[研究会発表申込システムのトップページに戻る]